DETAIL DOCUMENT
ANALISIS KOMPUTASI SPEKTROSKOPI IMPEDANSI LISTRIK UNTUK DETEKSI JARINGAN MARGIN DI LAPAROSKOPI RESEKSI HATI COMPUTATIONAL ANALYSIS OF ELECTRICAL IMPEDANCE SPECTROSCOPY FOR MARGIN TISSUE DETECTION IN LAPAROSCOPIC LIVER RESECTION
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
Sulistia, Sulistia
Subject
L Education (General) 
Datestamp
2024-10-07 06:44:44 
Abstract :
Deteksi jaringan margin selama reseksi hati laparoskopi intraoperatif (LLR) diperlukan untuk mencegah kekambuhan tumor dan mengurangi kemungkinan operasi lebih lanjut. Penelitian ini mengusulkan metode spektroskopi impedansi listrik (EIS) untuk deteksi jaringan margin pada LLR untuk menentukan batas antarmuka jaringan normal dan kanker. Metode yang diusulkan dalam penelitian ini memiliki tiga tujuan: (1) merancang konfigurasi susunan elektroda untuk mengumpulkan beberapa pengukuran impedansi EIS, (2) mengimplementasikan Feedforward Neural Network (FNN) untuk mengklasifikasikan orientasi jaringan marjin relatif terhadap susunan elektroda dengan menggunakan indeks impedansi perbedaan waktu, dan (4) mengatur metode titik belok berdasarkan indeks impedansi untuk mendeteksi lokasi jaringan marjin. Metode yang diusulkan dievaluasi dengan simulasi numerik 3D jaringan hati yang terdiri dari benjolan kanker dengan arus injeksi bolak-balik Iac = 1 mA pada frekuensi: lf = 1 kHz dan hf = 100 kHz. Susunan elektroda terdiri dari 16 pasangan elektroda masing-masing untuk pengukuran arus dan tegangan injeksi. Variasi orientasi jaringan margin relatif terhadap arah susunan elektroda dianggap terjadi pada arah searah, tegak lurus, dan diagonal dengan variasi noise (Signal-to-Noise-Ratio: 50 hingga 90 dB). FNN yang dilatih pada 2.400 titik data menghasilkan nilai True Positive Rate (TPR) sebesar 86,0%, 96,6%, dan 90,4% untuk arah diagonal, tegak lurus, dan searah pada klasifikasi orientasi jaringan tepi, sedangkan metode titik belok mendeteksi letak jaringan tepi dengan 75% letak pada orientasi searah (sumbu y). Kata kunci: Reseksi hati dengan laparoskopi, Spektroskopi impedansi listrik, Algoritma pembelajaran mesin, Indeks impedansi perbedaan waktu, Deteksi jaringan margin. 

File :
Sulistia.pdf
Institution Info

Universitas PGRI Semarang